技术特征：
1.一种数据存储装置，其包括：一或多个存储器组件；控制器；以及推理引擎；其中所述数据存储装置配置成接收根据时间顺序产生的传感器数据的输入流；其中响应于确定所述输入流中的刺激导致所述输入流的实时处理产生延迟，所述控制器配置成选择所述输入流的时间切片区段，将所述时间切片区段指派给所述数据存储装置的第一资源子集，并将所述输入流的剩余区段指派给所述数据存储装置的第二资源子集；且其中所述数据存储装置的所述第一资源子集和所述数据存储装置的所述第二资源子集配置成分别且同时处理所述时间切片区段和所述剩余区段。2.根据权利要求1所述的数据存储装置，其进一步包含配置成确定用于选择所述时间切片区段的第一宽度的时间切片选择器。3.根据权利要求2所述的数据存储装置，其中所述时间切片选择器配置成使用人工神经网络ann确定所述第一宽度。4.根据权利要求3所述的数据存储装置，其中所述第一宽度由所述人工神经网络ann使用其中配置有所述数据存储装置的车辆的操作参数确定；且所述传感器数据由配置于所述车辆上的传感器产生。5.根据权利要求4所述的数据存储装置，其中所述人工神经网络ann进一步使用所述输入流中的所述传感器数据的至少一部分来计算所述第一宽度。6.根据权利要求4所述的数据存储装置，其中所述控制器包含多个处理核心；且所述多个处理核心的不同子集分别在所述第一资源子集和所述第二资源子集中配置。7.根据权利要求4所述的数据存储装置，其中所述一或多个存储器组件包含能够同时彼此独立操作的多个存储器组件；且所述多个存储器组件的不同子集分别在所述第一资源子集和所述第二资源子集中配置。8.根据权利要求4所述的数据存储装置，其中所述推理引擎包含能够同时彼此独立操作的多个单元；且所述推理引擎的所述多个单元的不同子集分别在所述第一资源子集和所述第二资源子集中配置。9.根据权利要求4所述的数据存储装置，其中在所述时间切片区段和所述剩余区段的处理期间，所述控制器确定供所述数据存储装置的所述第一资源子集处理的区段的第二宽度；且所述控制器配置成将所述第二宽度存储为所述人工神经网络ann的训练数据集的部分。10.根据权利要求9所述的数据存储装置，其中所述训练数据集进一步包含用于确定所述第一宽度的所述车辆的操作参数或所述车辆的传感器数据。11.根据权利要求9所述的数据存储装置，其中所述推理引擎进一步配置成使用所述训练数据集训练所述人工神经网络ann，以最小化使用所述人工神经网络ann预测的宽度和所述第二宽度之间的差。12.根据权利要求9所述的数据存储装置，其中所述推理引擎包含配置成比所述控制器更有效地执行矩阵算术计算的一或多个神经网络加速器。
13.一种方法，其包括：在数据存储装置中接收根据时间顺序产生的传感器数据的输入流；通过所述数据存储装置的控制器确定所述输入流中的刺激导致所述输入流的实时处理产生延迟；将所述数据存储装置的资源划分成第一子集和第二子集；选择所述输入流的时间切片区段；将所述时间切片区段指派给所述第一子集，并将所述输入流的剩余区段指派给所述第二子集；以及由所述第一子集处理所述时间切片区段，同时由所述第二子集处理所述剩余区段。14.根据权利要求13所述的方法，其中所述第一子集包含所述数据存储装置的所述控制器的处理器核心的一部分、所述数据存储装置的存储器组件的一部分或所述数据存储装置的缓冲器的一部分，或其任何组合；且所述第二子集包含所述数据存储装置中不在所述第一子集中的资源。15.根据权利要求14所述的方法，其中所述选择所述时间切片区段包含使用人工神经网络ann计算所述时间切片区段的第一宽度并使用所述第一宽度选择所述时间切片区段。16.根据权利要求15所述的方法，其进一步包括：基于同时进行的所述第一子集对所述时间切片区段的处理和所述第二子集对所述剩余区段的处理，在所述时间切片区段和所述剩余区段中识别刺激的异常区段；确定所述异常区段的第二宽度；以及产生含有所述第二宽度的训练数据来训练所述人工神经网络ann。17.一种车辆，其包括：一或多个传感器，其配置成在所述车辆的操作期间根据时间顺序产生传感器数据的输入流；高级驾驶辅助系统adas，其配置成基于传感器数据而操作所述车辆；以及数据存储装置，其配置成存储由所述一或多个传感器产生的所述传感器数据的一部分，所述数据存储装置具有第一资源子集和第二资源子集；其中响应于确定所述输入流中的刺激导致所述输入流的实时处理产生延迟，所述数据存储装置配置成选择所述输入流的时间切片区段；且其中所述第一资源子集和所述第二资源子集配置成分别且并行地处理所述时间切片区段和剩余区段。18.根据权利要求17所述的车辆，其中所述数据存储装置包含配置成计算用于为所述第一资源子集选择所述时间切片区段的第一宽度的人工神经网络ann。19.根据权利要求17所述的车辆，其中所述数据存储装置进一步配置成：基于并行进行的所述第一资源子集对所述时间切片区段和所述第二资源子集对剩余区段的处理的结果，确定第二宽度以优化供所述第一资源子集处理的区段的选择；且产生含有所述第二宽度的数据以训练所述人工神经网络ann。20.根据权利要求17所述的车辆，其中所述数据存储装置进一步配置成使用含有所述第二宽度的所述数据训练所述人工神经网络ann。
技术总结
车辆数据记录器中处理压倒性刺激的系统、方法和设备。例如，一种数据记录器可具有资源，例如存储器组件、控制器、推理引擎等。所述资源可分割成第一子集和第二子集。到所述记录器的输入流中的异常刺激可导致实时处理产生延迟。作为响应，选择所述输入流的时间切片区段并将其指派给所述第一子集；并且将剩余区段指派给所述第二子集。所述第一和第二子集可单独且并行地处理所述时间切片区段和所述剩余区段，并因此避免所述剩余区段的处理产生延迟。人工神经网络ANN可确定用于选择由所述第一子集处理的区段的宽度；且处理结果可包含用于训练所述ANN的优选宽度。ANN的优选宽度。ANN的优选宽度。
技术研发人员：P
受保护的技术使用者：美光科技公司
技术研发日：2021.04.01
技术公布日：2021/10/11